化工儀器網手機版
移動端訪問更便捷
OpenAI推出重磅o3推理模型！展現強大推理能力
2024年12月30日 11:34:03
來源：化工儀器網 點擊量：4960
12月20日，美國開放人工智能研究中心（OpenAI）介紹了其最新的人工智能（AI）推理模型——o3及其輕量版o3-mini。
12月20日，美國開放人工智能研究中心(OpenAI)介紹了其最新的人工智能(AI)推理模型——o3及其輕量版o3-mini。
o3能夠進行復雜任務的推理，在科學、編碼、數學等領域的表現要優于前一代o1模型，同時花費的處理時間也會更長。以一項評估AI高級數學推理能力的測試EpochAI Frontier Math為例，以往所有模型都未達到2%的準確率，而o3準確率達到了創紀錄的25%。
在2024年美國數學邀請賽中，o3模型的準確率高達96.7%，僅答錯了一個問題。而在OpenAI研究人員認為最嚴格的基準測試之一——Frontier Math中，o3也解決了25.2%的問題。盡管這一得分看似不高，但此前其他大型語言模型曾在此“集體翻車”，正確率均未超過2%。
在對科學知識的掌握方面，o3的表現也超出一般博士水平。在GPQA Diamond(衡量模型在博士級科學問題上的表現，涵蓋化學、物理和生物學方面的專業知識)基準測試中，o3的準確率達到87.7%，超過了人類博士的70%，也比之前o1表現高近10%。
此外，o3的編碼能力也比之前的o1系列更勝一籌。在 SWE-bench Verified(衡量AI模型解決現實世界軟件問題的能力)基準上，o3的準確率約為71.7%，比o1高20%以上。在Codeforces編碼競賽平臺中，o3的得分為2727，相當于榜單上第175名人類編程員的水平，而o1得分僅為1891。
o3模型讓OpenAI在通往AGI的道路上又邁前了一步。在相關基準測試ARC-AGI中，高配版o3得分為87.5%，低計算設置下o3得分為75.7%，是o1模型的三倍。但高計算模式需要花費極其昂貴的成本，每個任務高達數千美元，低計算模式則需要20美元左右。
相關閱讀 Related Reading
查看更多+-
上海市2026年度市本級大型科學儀器設施項目支出預算申報工作啟動。2025-08-02 10:20:00
-
儀器聚焦丨熱點重點大盤點 儀器行業本周要點速遞（2025年第25期）
儀器行業本周要點速遞（2025年7月28日至8月1日）。2025-08-02 10:00:00 -
690億元！今年第三期消費品以舊換新超長期特別國債已下達完畢
今年第三批 690 億元支持消費品以舊換新的超長期特別國債資金已下達完畢，10 月份將按計劃下達第四批 690 億元資金，屆時全年...2025-08-01 18:51:54 -
AI助力基因“暗物質“探索：ShortStop解鎖疾病治療新靶點
美國索爾克研究所最新開發的ShortStop機器學習框架，帶領科學家們深入這片基因“暗物質”區域。2025-07-29 10:06:53 -
寧德時代2025上半年成績單：總營收1788億，動力電池業務增長16.8%
動力電池系統營收1315.7億元(占比約73.5%)，同比增加16.80%，增速放緩。2025-08-01 14:40:44 -
會議中提出：“將更大力度推動科技創新和產業創新融合發展，提升產業核心競爭力。”并明確2025年下半年重點工作。2025-08-01 11:58:15
版權與免責聲明
- ①凡本網注明“來源：化工儀器網”的所有作品，均為浙江興旺寶明通網絡有限公司-化工儀器網合法擁有版權或有權使用的作品，未經本網授權不得轉載、摘編或利用其他方式使用上述作品。已經本網授權使用作品的，應在授權范圍內使用，并注明“來源：化工儀器網”。違反上述聲明者，本網將追究其相關法律責任。
- ②本網轉載并注明自其他來源（非化工儀器網）的作品，目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時，必須保留本網注明的作品第一來源，并自負版權等法律責任。
- ③如涉及作品內容、版權等問題，請在作品發表之日起一周內與本網聯系，否則視為放棄相關權利。
